基于EP的數(shù)據(jù)流分類算法研究.pdf

1、在信用卡欺詐監(jiān)測、差異性營銷、網(wǎng)絡(luò)入侵檢測和傳感器網(wǎng)絡(luò)等應(yīng)用中，隨著時間的更迭而生成一種新型的具有連續(xù)、有序、變化、快速到達(dá)、海量等特征的數(shù)據(jù)，即“數(shù)據(jù)流”，其數(shù)據(jù)量大且數(shù)據(jù)分布可能會發(fā)生變化(即概念漂移)。如何從海量的數(shù)據(jù)中訓(xùn)練模型來有效地預(yù)測未來的數(shù)據(jù)趨勢，正是數(shù)據(jù)流上的分類算法所要解決的難點(diǎn)，同時也是一件非常有意義的工作。 分類是數(shù)據(jù)挖掘中的重要分支之一，在很多領(lǐng)域都具有廣泛的應(yīng)用。現(xiàn)在已有許多成熟的分類方法，如決策樹、貝

2、葉斯網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等，但是在處理數(shù)據(jù)流時，仍然面臨著新的挑戰(zhàn)。近年來研究者們提出了幾種數(shù)據(jù)流上的分類方法：VFDT和CVFDT、VFDTc、集成分類方法Ensemble Classifiers等。集成多個分類器的方法通?？梢蕴岣叻诸悳?zhǔn)確率，特別是基分類器具有一定的差異性時，它往往比單分類器的準(zhǔn)確率高。Wang等人提出的集成方法以C4.5、RIPPER、Naive Bayesian分類為基分類器，而采用其他類型的算法作為基分類

3、器仍需進(jìn)一步研究。而eEP具有良好的區(qū)分能力，并且基于eEP的分類算法可以與其他算法相媲美，同時基于eEP的分類方法已經(jīng)成功地應(yīng)用于DNA分析、文本自動分類等領(lǐng)域。 基于以上考慮，本文提出一種基于eEP的數(shù)據(jù)流分類器集成算法CEEPCE。本文的主要工作是：在總結(jié)數(shù)據(jù)流的特性和分析基于eEP傳統(tǒng)分類算法的算法思想的基礎(chǔ)上，將基本窗口和滑動窗口的概念與eEP分類算法有機(jī)的結(jié)合以適應(yīng)數(shù)據(jù)流的特性并解決概念漂移的問題；其次在分類器構(gòu)造的